基于马尔科夫链的导弹部队生存状态分析

针对导弹部队作战过程的动态性和无后效性,利用马尔科夫链方法研究导弹部队生存状态问题。通过分析各种因素在不同阶段对生存能力的影响,构建了不同阶段马尔科夫状态转移矩阵,计算得到不同阶段部队处于各种状态的概率,以分析部队在不同阶段的生存状况。

基于马尔科夫链的导弹部队生存状态分析

针对导弹部队作战过程的动态性和无后效性,利用马尔科夫链方法研究导弹部队生存状态问题。通过分析各种因素在不同阶段对生存能力的影响,构建了不同阶段马尔科夫状态转移矩阵,计算得到不同阶段部队处于各种状态的概率,以分析部队在不同阶段的生存状况。

基于马尔科夫过程的梁桥退化规律研究

预防性养护在桥梁管理中愈发重要，在某市4062座公路桥梁技术状况数据的基础，采用马尔科夫理论，研究了混凝土公路梁桥在预防性养护系统中的技术状况时变规律。根据预防性养护的需求，确定合理的技术状况分布空间，构造结构状态转化矩阵。采用非线性规划的遗传算法进行函数寻优，从而求解出状态转化矩阵的Pareto解，并进行梁桥技术状况预测，结果表明，在桥龄处在8～29年区间时，为桥梁结构从1类过渡至2类，是预防性养护的重点关注期，这对于桥梁养护管理工作具有一定的实用价值。

基于感知加权线谱对距离的最小生成误差语音合成模型训练方法

提出一种基于感知加权线谱对(Line Spectral Pair,LSP)距离的最小生成误差(Minimum Generation Error,MGE)模型训练方法,用以改善基于隐马尔科夫模型的参数语音合成系统性能.在采用线谱对参数表征语音频谱特征时,传统MGE训练中使用的欧氏距离生成误差计算方法并不能较好地反映生成频谱与自然频谱之间的真实距离,而采用与谱参数无关的对数谱间距(Log Spectral Distortion,LSD)定义的生成误差函数可改善这一问题,但改进后主观效果不明显,且运算复杂度很高.文中先提出基于加权LSP距离的MGE模型训练方法,并在实验中从主客观对比不同加权方法以及基于LSD的MGE训练.最后,找到一种感知加权方法,不但具有较好的主观表现,而且在运算复杂度上与传统MGE训练相比几乎没有增加.